文字转舞蹈视频：写下场景，拿到一段短片

先说结论

文字转舞蹈视频，就是用一段文字描述生成舞蹈短片。你不需要照片，也不需要参考视频。写清主体、舞蹈风格、动作、场景和镜头，工作室把这段提示词交给托管视频模型，返回 5 秒或 10 秒的可下载短片。

这个模式适合测试想法、做风格化角色，或者在没有可用照片时先做一条循环片。如果片子必须出现具体的孩子或家人，请改用照片转舞蹈视频。

文字提示词该写什么

一条稳定的提示词分五部分，每部分一句话就够。

完整示例：

A cheerful toddler in a mint-green tutu dress performs a gentle K-pop bounce in a soft pastel studio with warm lights. Slow, controlled arm movements, no jump. Vertical 9:16 medium shot, subject centered, slow push-in. Keep the face and body proportions consistent, one subject only, natural hands and feet, no text, no logos, no watermark.

提示词用英文写，是因为托管视频模型通常对英文指令跟随最稳定。你可以用中文做笔记，最后把提示词翻成英文。

多少钱

文字生成视频和照片生成视频的价格一样：

提交前工作室会显示当前设置的成本。没有免费积分；入门包一次性 $9.90 得 600 积分，够两条标准 5 秒视频。完整积分包见价格页。

文字转视频和照片转视频怎么选

用文字转视频回答“这套服装和场景在五秒里读得出来吗”。方向对了，再改用照片生成视频，让真实的孩子出现在片子里。

五个常见的提示词错误

1. 堆风格。 “K-pop、芭蕾、嘻哈”会得到一锅粥，只选一种。
2. 讲完整故事。 五秒装不下开端、发展和结尾，只描述一个瞬间。
3. 人太多。 单人最稳。多人场景更容易换脸和手脚出错。
4. 不写镜头。 没有构图句，模型可能把人物裁掉或越拉越远。
5. 不写保护句。 加上“one subject only, natural hands and feet, no text, no logos, no watermark”，能减少常见问题。

第一条草稿不能用时，只改一个部分再生成。一次改五处，你不知道是哪一处起了作用。提示词生成器会帮你拼好五部分，Gemini 与 ChatGPT 指南讲怎么在聊天工具里起草和修改。

文字生成的片子能做什么

• 在买服装前测试节日想法。 见万圣节指南和圣诞节指南。
• 做风格化角色循环片，用在落地页或背景视频。
• 先做一个舞蹈挑战原型，再用真实孩子拍正式版。
• 做竖屏 TikTok、Reels、Shorts 素材。 人物居中，音乐在平台编辑器里加。

文字生成还有一个隐私上的好处：不想让真实孩子的脸进入模型，就描述一个角色，而不是上传家庭照片。

常见问题

文字转舞蹈视频需要照片吗？

不需要。提示词是唯一必填输入。照片只用于照片生成视频和动作控制。

提示词要写多长？

聚焦的 60-100 个英文词通常比一长串清单更可靠。工作室最多接受 2000 个字符，但长度不等于质量。一个主体、一种风格、一个场景、一种镜头。

可以指定舞蹈风格吗？

可以。写模型认识的风格：K-pop、嘻哈、芭蕾、萨尔萨、迪斯科或简单自由舞。不要混着写。

文字生成更便宜吗？

不便宜。同样时长消耗同样积分，区别在输入方式，不在价格。提交前看工作室的成本行。

可以加音乐吗？

导出后到平台编辑器里加。工作室的音频选项（在支持时）会随片生成音频，价格更高，而且不是授权音乐库。商业发布请用平台曲库。

下一步

打开舞蹈工作室，选文字生成视频，粘贴五段式提示词。想让真实孩子出现在片子里，转到照片转舞蹈视频。完整模式对比看AI 舞蹈视频生成器。